實(shí)驗(yàn)室老師讓給數(shù)據(jù)畫一張線性擬合圖。不會(huì)matlab，就琢磨著用python。參照了網(wǎng)上的一些文章，查看了幫助文檔，成功的寫了出來(lái)

這里用到了三個(gè)庫(kù)

import numpy as np

import matplotlib.pyplot as plt

from scipy import optimize

def f_1(x, A, B):

return A * x + B

plt.figure()

# 擬合點(diǎn)

x0 = [75, 70, 65, 60, 55,50,45,40,35,30]

y0 = [22.44, 22.17, 21.74, 21.37, 20.92,20.67,20.32,20.05,19.84,19.59]

# 繪制散點(diǎn)

plt.scatter(x0[:], y0[:], 3, "red")

# 直線擬合與繪制

A1, B1 = optimize.curve_fit(f_1, x0, y0)[0]

x1 = np.arange(30, 75, 0.01)#30和75要對(duì)應(yīng)x0的兩個(gè)端點(diǎn)，0.01為步長(zhǎng)

y1 = A1 * x1 + B1

plt.plot(x1, y1, "blue")

print(A1)

print(B1)

plt.title(" ")

plt.xlabel('t')

plt.ylabel('Mt/g')

plt.show()

實(shí)驗(yàn)效果如下，圖像和數(shù)據(jù)都得到了，非常滿意了

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

總結(jié)

以上是生活随笔為你收集整理的python曲线拟合_python如何实现数据的线性拟合的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。